Pemeriksaan Uji Diagnosa Model Peramalan dengan Model Fungsi Transfer

3.1.2.2 Pendugaan Akhir Parameter Model

Dengan menggunakan algoritma Marquardt pada setiap iterasi, nilai-nilai baru parameter ditemukan dan dugaan baru nilai dapat dihitung. Untuk memilih nilai parameter yang terbaik dilihat dari nilai jumlah kuadrat sisa yang paling kecil.

3.1.3 Pemeriksaan Uji Diagnosa Model

Pemeriksaan uji diagnosa model pada fungsi transfer dilakukan apabila nilai sisa residu autokorelasi sangat kecil tau tidak signifikan dan model yang diperoleh akan bersifat acak. Dengan menggunakan uji Box-Pierce untuk deret stasioner ARIMA p,d,q rumusnya adalah sebagai berikut: 2 1 2 k r n df m k Σ − = χ 3.17 Keterangan: n = Jumlah pengamatan m = Lag terbesar yang diperhatikan r k = Autokorelasi untuk lag ke-k df = Derajat bebas m-p-q sedangkan untuk nilai sisa rumusnya menjadi: 2 1 2 k r b s r n m k Σ − − − − = χ 3.18 r,s,b merupakan parameter fungsi transfer. Untuk menunjukkan bahwa t a merupakan deret acak maka perlu dilakukan uji Box-Pierce seperti pada persamaan 3.16. Apabila tabel 2 χ hitung 2 χ , maka model t a pada hakikatnya adalah acak.

3.1.4 Peramalan dengan Model Fungsi Transfer

Di dalam peramalan pada pemodelan fungsi transfer tujuannya adalah untuk menduga nilai deret waktu untuk masa yang akan datang dengan penyimpangan yang diperoleh Universitas Sumatera Utara harus dapat sekecil mungkin. Jika model yang ditetapkan menunjukkan residual yang acakan, maka model tersebut dapat digunakan untuk tujuan peramalan. Model yang digunakan adalah sebagai beriut: n b t n b t b t r t r t t t x x x y y y y − − − − − − − − + ⋅⋅ ⋅ + + + + ⋅⋅ ⋅ + + = ω ω ω δ δ δ 1 1 2 2 1 1 3.19

3.2 Contoh Kasus

Untuk memperjelas mengenai proses analisis fungsi transfer seperti yang telah dikemukakan berikut ini penulis menyajikan proses membangun fungsi transfer. Data yang digunakan adalah data Indeks Osilasi Selatan IOS dan curah hujan, yang datanya seperti pada Tabel 3.1. Dalam analisis ini curah hujan IOS sebagai deret masukan atau deret input t X , dan data curah hujan sebagai deret keluaran atau output t Y . Tabel 3.1 Data Bulanan IOS mb Thn 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 Jan -4 8.4 4.1 -24 15.6 5.1 8.9 2.7 -2 -12 1.8 Feb -2.7 1.1 13.3 -19.2 3.6 12.9 11.9 7.7 -7.4 8.6 -29 Mar 3.5 6.2 -8.5 -29 8.9 9.4 6.7 -5.2 -6.8 0.2 0.2 Apr 16.2 7.8 -16 -24 19 17 0.3 -3.8 -5.5 -15 -11 May -9 1.3 -22 0.5 1.3 3.6 -9 -15 -7.4 13 -15 Jun -1.5 13.9 -24 9.9 1 -5.5 1.8 -6.3 -12 -14 2.6 Jul 4.2 6.8 -9.5 14.6 4.8 -3.7 -3 -7.6 2.9 -6.9 0.9 Aug 0.8 4.6 -20 9.8 2.1 5.3 -8.9 -15 -1.8 -7.6 -6.9 Sep 3.2 6.9 -15 11 9.9 1.4 -8 -2 -3 3.9 Oct -1 4.2 -18 11 9.1 9.7 -2 -7 -2 -4 11 Nov 1.3 -0.1 -15 12.5 13.1 22.4 7.2 -6 -3.4 -9.3 -2.7 Dec -6 7.2 -9 13 13 7.7 -9 -11 9.8 -8 0.6 Universitas Sumatera Utara